甘肃财务
甘肃财政
/2016 第 2 期
◎蒲益田
我国有色金属期货市场与股票市场
均值溢出效应研究
【摘要】本文对有色金属期货价格与股票价格平均值的关系进行实证分析，选取铜、铝、
以铅为代表的有色金属期货价格与股市申银万国的28个一级行业紧密相关，即有色金属行业的第三级子行业、铜、
以铝、铅股票指数为研究对象，通过单位根检验、协整检验、Granger因果关系检验、脉冲响应分析，结果显示，铜、铅股票指数对股市的影响最为显著。
以铝、铅为代表的有色金属期货市场与对应的股票市场存在长期协整关系，并分析了两者之间的溢出效应。
【关键词】有色金属；期货；股票；溢出效应；价格
作者单位：兰州大学经济学院
介绍
有色金属是工业发展的基础材料，广泛应用于机械制造、电气
电子、航空航天、通讯等国防工业和人们的日常生活。
常用的有色金属有铜、铝、铅、锌、镍、锡、锑、镁、海绵钛、汞等。
期货市场作为金融市场的一个子市场，是一个多层次的资本市场。
截至2014年，我国期货产品共有45个。
全国期货市场总成交量达25.06亿手，总成交额达291.99万亿元。
成交量、成交金额同比分别增长21.54%、9.16%。
创下了我国期货市场历史新高，白银、铜、锌三项期货合约2014年全球交易量占比均位居第一。
数量排名第一。
期货市场的主要功能之一是资产定价，促进
资本的形成和配置，并最终实现价格发现和对冲功能，
我国期货交易所上市品种逐步多样化，并具有规避风险、价格发现等功能。
目前国内期货市场上有很多期货品种的相关性超过0.9。
超过60%至80%的期货品种的期货价格领先现货价格或者期货价格。
与股票市场相对应的是有色金属期货市场。
截至2014年12月31日，有色金属板块市值为
1.18万亿，占A股市场总市值的2.87%。
在子行业中，有色金属板块市值排名第13位。
作为金融市场的子市场，期货市场和股票市场都得到了发展
降低资金的交易成本和信息成本，促进资金配置效率的提高。
期货市场的价格发现功能有利于
市场供求、价格稳定，保证与现货市场良好互动。
商品市场的表现直接影响相关上市公司的股价。
过去，期货市场的商品价格常常被作为相关行业上市公司的基本面信号。
Gorton 和 Rouwenhorst（2005）对 1962 年至 2003 年间 17 种商品进行了研究。
研究了该期间生产该商品的企业相应的期货和库存，发现
样本期内，商品期货与对应公司股票的相关性仅为0.4。
平均回报率远高于企业股票。
国际大宗商品变动与有色金属行业上市公司股价变动关系分析
分析发现，我国有色金属等国际大宗商品价格波动较大。
传导，从而对我国有色金属股市板块产生影响。这种影响主要表现在
有色金属市场的全球化、市场化，主要得益于大宗商品的供应，
需求形势影响价格波动，国际大宗商品价格波动对国内市场短期影响较大。
对中国股市有显著的负面影响。刘宇（2014）
对股市的影响分为实体经济路径和金融路径进行研究。
检验发现，立足实体经济的路径确实会影响我国输入型通胀。
通货膨胀从而间接对我国股市产生较为滞后的负面影响。
作者将股权分置改革的影响分为股权分置改革前和股权分置改革后两类。
讨论的是，股权分置改革前，国际商品市场对我国股市产生了较大冲击。
无影响。股权分置改革后，国际商品市场对我国股市影响较大。
存在单向均值溢出效应和波动性溢出效应。
58
甘肃财经/甘肃财经/
实证分析
实证分析
金融市场之间的影响主要是通过信息传递实现的。信息溢出
对金融市场的影响是通过价格或回报的变化来实现的。
均值溢出效应和波动溢出效应用于描述跨金融市场相互影响。
平均溢出效应是指某一市场或单一金融产品的回报对
波动溢出效应是两个市场的波动对前一时期收益的影响。
本文使用平均溢出效应来
本文考察了我国有色金属期货市场与同行业股票市场的关联性。
以上海期货交易所三种有色金属期货的每日活跃合约——铜、铅、铝为例
选取相关代表性上市公司的收盘价作为解释变量。
以指数为解释变量，采用协整检验和VAR模型来检验两市场之间的关系。
之间的平均溢出效应。
实证分析
1. 样本选择与数据描述
本文选取铜、铝、铅作为典型代表。
有色金属期货价格与同行业股票价格均值研究
溢出效应。选取WIND信息作为上海期货交易所的数据
编制的活跃合约收盘价作为期货价格、铜、
铝和铅期货价格分别以CUF、LVF和PBF表示。
说明该数据来自于WIND数据库终端。
有存货
市场选取申银万国28个主要行业-
有色金属行业的三个子行业为铜、铝、铅。
选取样本股的标准为：
采矿和冶炼，不进行下游加工，或加工占
铜业行业，铜陵有色、云林矿业入选。
南通铜业、江西铜业为研究目标股；铝业
其中，中国铝业、焦作万方、云南铝业、中富
行业；铅行业选取豫光金铅、铸业集团、中
洪锌锗、中金岭南。参考中证指数有限公司上海
深证300指数编制方案编制中国铜、铝
CUSI、LVSI、等铅及铅行业上市公司价格指数
PBSI，
这体现了铜、铝、铅行业上市公司的表现。
股价走势。为了消除股权分置改革前的股价走势
市场化不完全、股权分置改革的影响
以下以时间段为研究范围，选取铜业上市公司
2007年1月4日为基期，铝业上市公司基期为2007年1月4日。
铅行业上市公司基期为2011年1月4日；铅行业上市公司基期为2011年3月24日。
三
以基准日上市公司股票调整市值为基值，基点指数设定为1000点。
铜期货收盘价、铜上市公司收盘价、铝期货收盘价、铝行业
上市公司收盘价样本数据范围为2007年1月4日至2015年8月。
当月18日，采用每日数据，不包括节假日，共计2098个时间序列样本；
铅行业商品收盘价和上市公司收盘价样本数据范围均为2011年3月份。
自2015年8月24日至2015年8月18日，同样采用每日数据，不包括节假日，共计2021
时间序列样本。
本文采用Eviews6.0进行计量经济分析。
从表1中的相关系数矩阵可以看出，铜期货价格与铝期货价格、铅期货价格具有一定的相关性。
相关性较高，这是因为铜、铝和铅期货属于同一期货市场。
铝期货价格与铅期货价格也存在较高的相关性。
这也是同一市场联动效应的结果。
向量组零假设滞后长度P值检验结果
皇家佛罗里达大学和皇家加州大学圣塔芭芭拉分校
RCUF 不是 RCUSI 的 Granger 原因 6 0.6405 接受原假设
RCUSI 不是 RCUF 的 Granger 原因 6 0.7544 接受原假设
左心室收缩功能及左心室收缩指数
RLVF 不是 RLVSI 的 Granger 原因 4 0.0937 拒绝原假设
RLVSI 不是 RLVF 的 Granger 原因 1 0.0687 拒绝原假设
RPPBF和RPBSI
RPBF 不是 RPBSI 的 Granger 原因 6 0.9692 接受原假设
RPBSI 不是 RPBF 的 Granger 原因 6 0.1696 接受原假设
表4 收益变量组Granger因果关系检验
PBF PBSI CUF CUSI LVF LVSI
PBF 1 0.255686 0.953923 0.51812 0.902593 0.400377
PBSI 0.255686 1 0.204495 0.833856 0.26125 0.928401
CUF 0.953923 0.204495 1 0.49103 0.939999 0.347224
CUSI 0.51812 0.833856 0.49103 1 0.585567 0.917581
左心室厚度 0.902593 0.26125 0.939999 0.585567 1 0.450056
左心室收缩指数 0.400377 0.928401 0.347224 0.917581 0.450056 1
多变的
原装，原装……
ADF 统计量 5% 临界值 平稳结论 ADF 统计量 5% 临界值 平稳结论
库夫 -1.476 -2.863
接受零假设，
该序列不是平稳的
-31.105 -2.863
拒绝原假设，
该系列是平稳的
中央银行指数 -2.739 -2.863
接受零假设，
该序列不是平稳的
-19.868 -2.863
拒绝原假设，
该系列是平稳的
左心室射血分数 -1.697 -2.863
接受零假设，
该序列不是平稳的
-49.836 -2.863
拒绝原假设，
该系列是平稳的
左心室收缩指数 -2.663 -2.863
接受零假设，
该序列不是平稳的
-42.992 -2.863
拒绝原假设，
该系列是平稳的
PBF -2.829 -2.864
接受零假设，
该序列不是平稳的
-34.88329 -2.864
拒绝原假设，
该系列是平稳的
PBSI -2.133 -2.864
接受零假设，
该序列不是平稳的
-29.44784 -2.864
拒绝原假设，
该系列是平稳的
序列组 协整方程 特征值 滞后阶数 迹统计量 5%临界值 P值
（CUF，CUSI）
没有任何 *
最多 1*
0.007 4
7.28E-06
15.5004
0.0152
12.3209
4.1 300
0.0142
0.9197
（左心室射血分数，左心室收缩功能）
没有任何 *
最多 1*
0.00 72
0.00 03
15.1825
0.5518
12.3209
4.1299
0.0161
0.5198
（PBF，PBSI）
没有任何 *
最多 1*
0.0193
0.0055
26.6545
5.8654
2 5.8 721
1 2.5 180
0.0399
0.4776
表2 原序列的ADF单位根检验结果（对数）
表3 原始序列组的Johansen协整检验结果
表1 相关系数矩阵
59
甘肃财政
甘肃财政
/2016 第 2 期
该指数与铝和铅指数价格也高度相关。
从表中可以直观的看到货币市场与股票市场之间的平均溢出效应。
铜期货价格与铜股价格指数的相关性最高，铝期货价格与铝股价格指数的相关性最高。
股价指数与铅行业股价指数的相关性排名第二。
中国的铜和铝期货市场已经非常成熟，因此跨市场
影响机制也比较完善，但由于铅期货市场上市时间较短，跨市场影响尚不明显。
信息传递机制不畅。本文尝试利用有色金属期货和对应股票
以价格指数为例，进一步探讨期货市场与股票市场之间的均值溢出效应。
以下相关性。
2.单位根检验
采用ADF对时间序列进行单位根检验，首先对原序列进行检验。
如果不稳定，则检验各个变量的一阶差分。
信息由信息准则 SC 筛选确定。对于截距项和趋势相，本文观察
通过观察直观的走势图，我们可以知道铜指数
CUSI，铝指数LVSI，铅指数PBSI，铜期货价格CUF，铝期货价格
LVF和铅期货价格PBF的均值不为零，说明存在常数项。
铜指数CUSI、铝指数LVSI、铅指数PBSI、铜期货价格
对六个时间序列进行单位根检验：CUF、铝期货价格LVF、铅期货价格PBF
结果如表2所示。
从表 2 中我们可以看出，在 5% 的显著性水平下，CUF、CUSI、LVF、LV
SI、PBF、PBSI原始序列的ADF统计量均大于临界值，说明原始序列具有
在单位根处，序列不是平稳的；对于 CUF、CUSI、LVF、LVSI、PBF、PBSI
一阶差分的ADF统计量均小于临界值。
这表明每个变量都有一个单位根，即一阶单积分
I(1). 下面将比较铜指数、铝指数、铅指数和铜期货，
对铝、铅期货价格关系进行了实证分析。
协整检验
通过单位根检验可知，期货市场数据CUF、LVF、
PBF、股票价格指数CUSI、LVSI、PBSI均为一阶单积分，可用于
对观察期内的原始序列进行Johansen协整检验。
对 LVF、LVSI、PBF、PBSI 的协整检验结果见表
3 结果。
从表3中我们可以看出，所有序列组在5％的显著性水平上都具有协整性。
解释铜期货价格与铜股票指数、铝期货价格与铝股票指数之间关系的公式
期货铅价格与铅库存指数之间存在长期稳定的协整关系。
也就是说，期货价格和股票价格之间存在双向引导作用。
本文采用期货价格收益率RCUF、RLVF、RPBF和股票价格指数
平均收益率 RCUSI、RLVSI 和 RPBSI 被用作 VAR 模型的内生变量。
价值溢出效应研究。
在建立VAR模型之前，需要选择最佳滞后阶数。
本文采用滞后长度准则检验，根据
LR、FPE、AIC、SC、HQ五项标准确定了三个序列组（RCUF、
RCUSI)、(RLVF, RLVSI)、(RPBF, RPBSI) 的最优滞后阶数
最终确定序列组（RCUF，RCUSI）的最优滞后阶数为6。
(RLVF, RLVSI) 的最优滞后阶数为 4，序列组 (RPBF, RPBSI) 的最优滞后阶数为
最优滞后阶数为6，根据选定的滞后阶数建立VAR模型如下：
在上式中，ε
为白噪声扰动项，且 E(ε
它
) = 0 E(ε
它
, ε
(i + 1)t
）= 0
，我=
1、2...5
Eviews模拟方程建立后，需要通过Granger因果关系检验、脉冲响应检验、
需要分析变量之间的影响方向和效应。在进行这些测试之前，
需要确保VAR模型是稳定的。VAR模型的稳定性可以通过观察其
AR Boots Graph 或 AR Boots Table 来确定
我们采用AR根图法，以图形的形式给出VAR模型。
式中特征方程根的倒数，通过是否在单位圆内来判断，如果在单位圆内
如果 ，则模型稳定。
RCUSI&RCUF、RLVSI&RLVF、RPBSI&RPBF 拟合VAR模型
AR 根图如图 1、2 和 3 所示。
从上面三张图中我们可以看出，变量组RCUSI&RCUF、RLVSI&RLVF、RPB
采用SI&RPBF构建的VAR模型均通过了AR根检验，模型是稳定的。
后续进行Granger因果关系检验和脉冲响应分析。
4. 格兰杰因果关系检验
上述三组序列的格兰杰因果关系检验结果如下：（1）铜期货
该收益率不是由铜股收益率的格兰杰原因造成的。
收益率不是铜期货收益率的格兰杰原因；也就是说，铜期货市场和铜库存